에이전트를 만들다 보면 '왜 이 단계에서 틀렸나'를 보는 도구가 필요한데, LLM Space는 모델 호출과 도구 실행을 하나씩 기록하고 과거 실행을 다시 재생해 단계별로 짚어 볼 수 있습니다. DeerFlow의 자매 프로젝트로 DeerFlow 모든 버전이 이 앱으로 만들어지고 디버깅됐다고 README에 적혀 있고, 2023년 3월에 시작해 지금 네 번째 메이저 버전(v4)입니다. 스레드와 API 키는 내 컴퓨터에 파일로 남습니다.
이걸로 무엇을 만들 수 있나
프롬프트·도구·모델 설정을 버전 관리하며 에이전트 시안을 빠르게 돌려 보는 작업대로 쓰고, 완성된 스레드는 실행 가능한 LangGraph 에이전트로 내보낼 수 있습니다. 플러그인 예제(atlas-plugin)를 따라 스킬·MCP 서버·모델 제공자를 추가하는 확장도 가능합니다.
누구에게 맞나
에이전트 개발자
모델 호출·도구 실행을 단계별로 추적하고 실패한 실행을 재생
프롬프트 엔지니어
프롬프트·시스템 메시지·도구를 버전 관리하며 여러 실행 간 성능 비교
DeerFlow·LangGraph 사용자
스레드를 실행 가능한 LangGraph 에이전트로 변환
5분 안에 시작하기
# 1. 최신 릴리스에서 DMG 다운로드(macOS, Apple Silicon·Intel): https://github.com/deer-flow/llm-space/releases/latest# 2. 소스에서 빌드하려면 Bun과 mise 설치 뒤 저장소 루트에서:# bun install# mise run dev
주의할 점
라이선스 MIT. 배포 바이너리는 macOS DMG만(두 에디션: 시스템 WebView ~27MB, 자체 렌더링 엔진 ~130MB); Windows·Linux 빌드는 README에 없음.
익명 사용 데이터를 수집하며 TELEMETRY.md에 수집 항목과 끄는 방법이 적혀 있음. 모델 API 비용은 사용자 부담.
PR은 DeerFlow 핵심 팀만 병합(외부는 이슈로 참여). README에 스폰서 배너와 특정 모델 요금제 추천이 실려 있음.
